wav2vec2-large-xls-r-300m-turkish開源語音識別模型

Wav2vec2 Large Xls R 300m Turkish Colab Common Voice 8 4

Developed by husnu

該模型是基於Facebook的wav2vec2-xls-r-300m模型，在common_voice土耳其語數據集上微調的語音識別模型。

Downloads 19

Release Time : 5/9/2022

Model Overview

這是一個針對土耳其語的自動語音識別(ASR)模型，基於wav2vec2架構，在common_voice數據集上進行了微調。

土耳其語優化

專門針對土耳其語進行了微調，提高了該語言的識別準確率

基於wav2vec2架構

採用Facebook先進的wav2vec2-xls-r-300m架構

低詞錯誤率

在評估集上取得了0.3295的詞錯誤率(WER)

土耳其語語音識別

語音轉文本

語音轉錄

土耳其語語音轉錄

將土耳其語語音內容轉換為文本

詞錯誤率0.3295

訓練損失	輪數	步數	驗證損失	字錯率（Wer）
5.9268	0.51	400	1.3204	0.9175
0.7491	1.02	800	0.5880	0.6388
0.4911	1.53	1200	0.4680	0.5613
0.4265	2.04	1600	0.4213	0.5059
0.3473	2.55	2000	0.4199	0.4955
0.3291	3.07	2400	0.4323	0.5061
0.2819	3.58	2800	0.4026	0.4490
0.2628	4.09	3200	0.3831	0.4446
0.2371	4.6	3600	0.3622	0.4234
0.2274	5.11	4000	0.3473	0.4012
0.2051	5.62	4400	0.3471	0.3998
0.1985	6.13	4800	0.3759	0.4088
0.1767	6.64	5200	0.3620	0.4012
0.1707	7.15	5600	0.3415	0.3700
0.1559	7.66	6000	0.3317	0.3661
0.147	8.17	6400	0.3265	0.3618
0.1339	8.68	6800	0.3293	0.3586
0.126	9.2	7200	0.3386	0.3458
0.1149	9.71	7600	0.3305	0.3397
0.1051	10.22	8000	0.3235	0.3354
0.1005	10.73	8400	0.3201	0.3295